摘要：针对金属矿产资源的勘测精度和效率低的问题，研究提出了一种主成分分析法用于高光谱数据的噪声消除。该方法通过保留高序次主成分的方式，解决了高光谱矿图数据干扰大的问题。然后又结合全波段和特定波段高光谱矿物填图技术，实现全面的矿物填图效果。研究结果表明，该技术不仅可以清晰地反应铜矿分布情况，还可以保持波段曲线的反射率和波动范围稳定在原始数据的0.8μm和2.5μm左右。研究结果可应用于金属矿产勘测。

　　关键词：高光谱矿物填图技术；主成分分析法；遥感数据；金属矿产；勘测

　　随着矿产资源的日益稀缺和需求的不断增长，金属矿产勘探对于经济发展和资源保障具有重要意义。然而，传统的矿产勘探方法在寻找和定量评估金属矿产时存在一些困难和限制，如精度低、效率低下和资金成本高等。高光谱矿物填图技术作为一种新兴的矿产勘探技术，具有多波段、高分辨率和准确率高的特点，因此，该技术被广泛应用于地质勘探、环境监测和农业等领域。高光谱矿物填图技术可以通过获取物质的高光谱数据，并结合光谱特征，对地表矿物类型的含量进行识别和定量评估。该技术的应用为金属矿产勘探提供了一种新的途径。与传统的矿产勘探方法相比，高光谱矿物填图技术可以获取更广阔的光谱监测范围，并提取区间内的矿物信息，但是高范围的检测区间也会带来信息冗杂且噪声干扰多的缺点。因此，为了可以将高光谱矿物填图技术可以以更优异的性能应用于金属矿产勘测领域中，文章以西藏自治区的多龙矿区为研究对象，提出了采用主成分分析技术（Principal Components Analysis，PCA）对获取的高光谱图进行降噪处理。该技术可以将原始图谱数据进行压缩并降维，并将集中噪声的部分数据进行去除，保留包含主要信息的数据。然后提出了一种新型高光谱矿物填图技术，该技术分为两个填图框架，分别是全波段矿物填图技术和特征波段矿物填图技术。其中，全波段矿物填图技术可以覆盖选取的全部检测范围，特征矿物填图技术可以对差异性不明显的矿物信息分布图进行再次提取并重新填图。该技术的提出与应用旨在提高高光谱矿物填图技术在金属矿产勘测中的应用价值与前景。

　　1研究区域地质概况

　　多龙矿区位于西藏自治区阿里地区，该区域属于高原大陆性气候区，且地势较高，因此，该区域为典型的高寒山区，年平均温度低于6℃以下。由于高海拔且气候恶劣，因此该矿区缺少植被覆盖地表，岩石的裸露情况良好。多龙矿区内存在喷发类型的岩浆活动，岩石类型多为玄武岩和安山岩等。

　　目前多龙矿区内已经被勘测出多个大型矿床，主要为斑岩型矿床。矿床的蚀变信息在遥感影像上反映强烈，且不同矿床间存在较为显著的蚀变分带差异。其中，钾化带的蚀变环带中包含石英和黑云母等矿物。娟英岩化带中的主要矿物为白云母和黄铁矿等。角岩化带的矿物主要为黑云母和长石等。以上蚀变带中的矿物信息可以通过高分卫星获取对应的遥感数据。

　　2高光谱影像特征空间下的矿物填图技术的勘测应用研究

　　2.1基于高光谱影像遥感数据的降噪处理

　　高分五号卫星于2018年发射升空，并于2019年被用于大气和地表监测。监测设备主要采用先进高光谱相机（Advanced Hyperspectral Imager，AHSI）和全谱段光谱成像仪（Visual and Infrared Multispectral Imager，VIMI）。其中，AHSI相机的分辨率较高，VIMI成像仪的覆盖区域广。经过两台设备可以获取矿区中矿物的地质遥感数据。但是尽管高分五号卫星采集到的遥感数据中存在大量的干扰信息，严重影响了数据的提取和分析。因此，在采用遥感数据分析前还需要对其进行降噪处理。

　　首先，数据图像坏波段的剔除。由于卫星采集数据使用的是辐射能量，使一些发射能量波段在传播时会受到大气中水汽吸收的影响，而无法传递真实准确的地表矿物信息。数据影像中的坏波段信噪比较低，难以清晰分辨数据信息。在探测到的数据波段中需要将其剔除，以提升数据分析的准确性。其次，数据图像的坏线修复。因为高光谱卫星传感器的探测元件数量较多，元件探测会出现明显的偏差，导致图像的部分波段出现元值极低的线段。元值极低的线段会显示为黑色的行列，在图像中被称为坏线。坏线的存在会导致图像的质量下降，需要对其进行修复。一般坏线的修复方法采用邻域修复法。该方法的原理是通过设置适宜的邻域窗口，并选取邻域窗口中正常线段的元值均值替换坏线的元值。最后，图像的几何校正。大气的传播系数和传感器误差会导致采集到的遥感影像出现畸变，而畸变会影响数据的分析精度，导致影像数据和地面间存在错位现象。几何校正是通过地理信息的调整，添加信息的投影信息，使影像存在一定的倾斜角度，以此精准地显示影像对应的地理位置。虽然常规的数据预处理可以对高光谱影像数据的调整，但是难以去除图像的噪声干扰，因此还需要对数据进行噪声去除。

　　将高光谱影像进行预处理后，需要对其存在的噪声影响进行去除。此次研究采用PCA方法将高光谱影响特征空间进行转化，并保留高序次的主成分进行降噪处理。之后再将主成分逆回，转换到原始数据中，完成数据降噪。

　　PCA法降噪的过程首先需要对高光谱影像遥感数据进行特征空间转换。将原始数据进行压缩并降维，然后将有效信息都集中于新组分中，并保证每个组分间的信息都具有差异性，变换后的新数据在坐标轴中的空间位置发生了变化。变化后的新组分便为主成分。主成分之间的坐标轴相互正交，其中，第一个相交的坐标轴代表着原始数据方差的最大方向。第二个坐标轴代表着与第一个坐标轴间的最大方差方向。第三个坐标轴代表着与第二个坐标轴之间的最大方差方向。以此类推，可以得到n个相交的坐标轴。将这些相交的坐标轴转换到新的坐标空间中，位于前端的新数据占据了主成分中大部分的数据信息。然而噪声通常处于后续方差较小的组分中，在对高维数据进行处理时，需要采用PCA方法选取包含大量数据的主成分并保留，将其变为低维数据，以此降低数据噪声的干扰。主成分降噪的过程中涉及到序列转换，因此部分影像还会出现条带噪声。由于变换后的条带分布不均，采用全局条带法对主成分条带进行去除。全局条带法可以通过计算部分高光谱影像下的辐射强度均值和方差，计算全部影像的均值和标准差，并对其进行归一化校正，以除去条带噪声。条带噪声的去除可以保证影像信息的完整性。根据上述步骤降噪处理后的遥感数据可以准确地用于高光谱影像的矿物填图，以获取蚀变矿物的地质信息。

　　2.2高光谱影像下的矿物填图技术勘测应用研究

　　当地质表面物质接收到到电磁波辐射时，会与地表物质的结构原子产生相互作用，从而发生电子跃迁产生信号波动，不同的地表物质在接收到电磁波信号后会产生具有差异的电磁波波谱。故对于金属矿物而言，光谱的产生过程主要是电子和分子吸收振动的过程。金属矿物的分子振动相对活跃，形成的特征谱带较为明晰，主要集中于0.3nm～1.4nm之间的可见光范围内。多龙矿区中铜含量居多，矿床呈现出蚀变分布特征。其中，包含的蚀变矿物主要有吸收峰在2200nm左右的白云母等铝化物质，吸收峰在2350nm附近的黑云母等镁化物质以及吸收峰在2300nm左右的铁化物质等。通过高分五号卫星获取的高光谱影像会出现因元件和大气传播差异而导致的定标误差，噪声明显，影响金属矿的识别和填图效果。而PCA法可以去除图像中大部分的噪声，保留主要的图像矿物地质信息。并且经过转换后的图像成分差异显著，采用适宜的技术可以有效地区分出矿物类型。因此，此次研究以获取的高光谱特征为对象，设计了一种矿物填图技术，以实现高光谱影像中矿物信息的精确提取。该矿物填图技术分为两个框架，分别是全波段填图和特征吸收波段填图。全波段填图主要被用于高光谱影像的全部波段信息提取，覆盖范围广但是提取精度较低。再采用特征吸收波段填图将吸收波段的矿物信息进行精确提取，以实现差异性较低的矿物信息提取。

　　由于大部分参考光谱并非高光谱数据，需要根据对其进行重新采样，确保采集图像的光谱分辨率和波段与高光谱图像一致。然后将重采样的高光谱数据保存为txt文件形式，以进行后续数据分析处理。矿区的高光谱图像通过高分五号卫星进行采集，然后进行掩膜预处理，并根据预处理方法进行特征空间的转换和影像提取，选取包含大量特征的主成分数据波段。重采样的参考光谱曲线同样也会进行特征空间的转换，选取含有大量特征的光谱曲线。将采集的目标曲线和参考光谱曲线进行比对，根据相似度分析出对应的矿物信息，并绘制出该矿区的矿物分布图。以上便完成了全波段矿物光谱图的填图分析。

　　全波段矿物光谱图的填图技术可以高效率的完成光谱差异较为明显的矿物区分，比如铝化物和镁化物。而白云母和明矾石等铝化物之间的差异较小，难以在全波段矿物填图技术中明显区分。因此，在完成矿物光谱曲线的全波段填图后，还需要选取未能明显区分的主要矿物进行特征波段填图。在完成全波段填图和特征波段填图后便可以体现出完整的矿物分布图。

　　3基于高光谱影像的矿物填图技术的实验分析

　　3.1数据预处理

　　此次研究选取多龙矿区为探测对象，采用高分五号卫星采集相关区域的高光谱影像，且矿区范围内无云层覆盖。经过检测，高分五号卫星采集的数据波段中受到影响较大的有189～205、243～269和313～315，分别位于1310nm～1465nm、1803nm～2002nm和2378nm～2403nm范围内。以上范围的波段的可见程度较低，影响图像分析的精确度，故剔除。除此之外，144～149波段和150～155波段均位于1003nm～1031nm光谱范围。因光谱范围中存在重叠现象，故选取信噪比较高的144～149波段予以保留，剔除152～155波段。在经过逐个波段检查后，筛选出了324～331范围内的波段信噪比较低，无法有效剔除数据信息，故去除。其余波段予以保留。最终可使用影像波段为1～149、156～188、206～242、270～312、316～321波段。

　　3.2实验设置

　　根据已有的地质资料查阅，可以得到多龙矿区的蚀变矿物主要有白云母和铜等金属矿物。目前，矿物探测中传统光谱角匹配（Spectral angle matching，SAM）和光谱特征拟合（Spectral Feature Fitting，SFF）为较为常见的矿物填图技术。其中，SAM技术具有简单直观和鲁棒性强的优点，SFF技术的精准度高且适用范围广。因此，此次研究采用以上两种技术为对比算法，将其与全波段矿物填图技术和特征波段矿物填图技术共同应用于多龙矿区的金属矿物勘测中。并以铜矿物为例，根据以上四种技术监测到的图谱、高光谱影像和勘测精度进行四种技术的性能对比。

　　3.3实验结果

　　四种技术采集到的初始波段曲线的波动幅度较为明显，说明噪声干扰较为强烈，极易影响后续图谱数据的分析。通过SAM和SFF技术采集到的波段曲线波动趋势有所缓和，但是仍有明显噪音，因为SAM和SFF技术对光谱形状和噪声较为敏感，难以完全消除噪声干扰。而全波段矿物填图技术和特征波段填图技术采集到的波段曲线较为平缓，其中，特征波段填图技术采集到的波段曲线消除了大部分噪音，可以获取更稳定的波段曲线。因为相较于全波段填图技术，特征波段填图技术可以选取特定的波段采用PCA技术对其进行处理，从而获取更清晰的波段曲线。并且四种技术在曲线处理中并未影响波段的反射率极值和波长范围，均保持在0.8μm和2.5μm左右。故全波段矿物填图技术和特征波段填图技术具有更优异的波段曲线处理性能。

　　特征波段矿物填图技术可以更明显地区分检测区域的铜矿分布情况。因为特征波段矿物填图技术可以通过获取特征波段对差异性不太明显的矿物进行区分。但是其检测范围相对较小，位于西北方向的矿区并未被明显区分。其次是全波段矿物填图技术，尽管相较于特征波段矿物填图技术的检测差异性稍低，但是其检测范围覆盖全面。并且检测差异性高于SAM技术和SFF技术。SAM技术和SFF技术的检测范围和差异性相对全波段和特征波段矿物填图技术均较低。因为以上两种技术尽管具有鲁棒性强的优点，但仍存在降噪困难的问题，故分布图谱仍受到元件和大气传播的干扰，导致矿物分布差异性较低。综上，研究提出的全波段矿物填图技术和特征波段矿物填图技术具有较优异的填图性能，可以获取差异性更明显的矿物分布图。

　　4结论

　　金属矿产在国家发展中具有重要的经济价值，是保证国家快速发展的重要资源。因此，研究金属矿产的勘测和开发技术成为了研究热点。传统的地质矿产勘测需要进行大量艰苦的野外探索工作，不仅效率低下，而且投入成本也较高。而新型的高光谱矿物填图技术可以通过分析卫星光谱仪拍摄到的遥感影像，并提取相关的数据进行矿物填图以显示地质矿物分布。为了提高高光谱矿物填图技术的勘测精度，研究提出了一种PCA法用于遥感数据降噪，该方法可以保留含噪低的主成分，去除高噪声的部分。然后结合全波段填图技术和特征波段填图技术对金属矿床进行识别提取。研究以铜矿检测为实验对象，结果表明，该技术不仅可以实现填图范围的全面性，还可以增强矿物分布的差异性。并保持降噪后的铜矿物检测波段曲线反射率和处理范围稳定在原始数据的0.8μm和2.5μm左右。故研究提出的高光谱矿物填图技术可以实现全范围的金属矿产差异分布，但是此研究仅进行了铜矿产的检测，后续还可以进行其它金属矿产的检测进行再次验证。